【摘 要】
：
通过对已勘探的潜山油田的圈闭条件、储集性能等进行分析,总结归纳了潜山油气藏成藏条件,提示古潜山油气成藏规律,划分了断块型、残丘型、褶皱型、地层不整合型等多种类型的潜山油气藏.裂缝是潜山油气藏的重要储集空间,通过对裂缝储层的地球物理特征的分析,尝试利用测井约束反演、吸收系数、地震相分类、相干分析等技术对车古201等潜山储层进行预测,取得了较好的效果.
【出 处】
：
CPS/SEG 2004国际地球物理会议
论文部分内容阅读
通过对已勘探的潜山油田的圈闭条件、储集性能等进行分析,总结归纳了潜山油气藏成藏条件,提示古潜山油气成藏规律,划分了断块型、残丘型、褶皱型、地层不整合型等多种类型的潜山油气藏.裂缝是潜山油气藏的重要储集空间,通过对裂缝储层的地球物理特征的分析,尝试利用测井约束反演、吸收系数、地震相分类、相干分析等技术对车古201等潜山储层进行预测,取得了较好的效果.
其他文献
根据首都国际机场高速公路专业气象自动监测站网所提供的高时间分辨率资料,对大气能见度演变特征以及相应的物理因子进行分析.结论如下:(1)大气能见度具有明显的日变化和逐月变化特征.就日变化而言,能见度以14时最大,但最低值出现时段却不一定.对于季节变化,全年以夏季大气能见度状况最好.(2)高速公路上的大气能见度与气象要素之间都是复杂的非线性关系,而不是简单的线性关系.通过对21个月中能见度最低月资料的
汶川地处川西山地，地质构造复杂，汛期来临、降水量增加，极容易引起滑坡、崩塌、泥石流和坠石等山区次生山地灾害，加之在今后一段时间要持续开展抢修道路、建设临时用房、恢复损坏生产生活设施，有大量抢修救援人员和疏散转移群众仍在地震灾区，一旦发生由于地震引发的次生山地灾害，其损失将会比以往增加数倍。因此，重视地震灾区次生山地灾害防治工作并开展相关调查研究，对于预防和减轻次生山地灾害所造成的人员伤亡和经济损失
巨厚沙漠区地表复杂,低、降速层较厚,地震信号衰减突出,资料信噪比低,长期以来难以得到分辨率较高的地震资料.经多次攻关试验,在强化野外采集的前提下,本文通过精细拓展有效频带及采用零炮检距拟合剖面代替水平叠加剖面等手段,使巨厚沙漠区地震资料主频由原来15Hz提高到35~45Hz的水平,并使地震资料的信噪比得到很大提高,细小构造得到清楚认识.
在井间地震测量中,由于其观测系统的特点,使用三分量井下检波器能检测到更多的直达横波(SH和SV)信息.根据吉林油田井间地震实测数据的分析表明,直达的横波信息在各向异性介质的分析中有可能比地面地震或VSP的转换波数据更容易检测和分离,应用更直观.针对这些数据,我们主要做的研究包括:信号增强处理、SH和SV波波场识别和分离、两种波场的层速度反演(V and V)和VTI介质的各向异性分析和解释.根据反
分析讨论了井中电短天线的输入导纳随其几何尺寸、工作频率、及围岩电磁参数的变化规律,得到下列结论:1)短天线的输入导纳是频率的复杂函数.当频率较低时,短天线的输入电导随地层电磁参数的变化不明显,而输入电纳基本上随着频率的增高呈线性变化.2)在频率比较低时,介电常数的变化对短天线的输入电导影响不明显,存在一个电导曲线重合频段.对于低阻围岩,这个重合频段的上限比较低;对于高阻围岩,重合频段的上限升高.对
中国西部酒泉盆地窟窿山逆掩推覆带获得可用于解释的地震资料非常困难,原因是多方面的,主要有地形和表层岩性复杂带来的静校正问题,逆掩推覆体带来的射线畸变、目的层反射能量弱等,但对野外采集来说,造成资料信噪比低的最主要原因应是侧面波干扰.2001年在本区针对侧面波特征设计了宽线采集方法,大大压制了侧面波的干扰,使地震资料品质有了非常大的提高,表明宽线采集方法在窟窿山这样的复杂地区和类似地区是有效的.
井间地震技术是油气田勘探开发领域的一项新技术,它是将震源系统置入井中并在另一口或多口井中放置接收器接收地震波,通过对记录的地震波走时、振幅和频率等信息的处理,并结合测井、地质和地面地震等资料,就可得到井间地下介质的结构特征和物性变化情况.胜利油田在樊124井区为解决断层的存在和单个砂体连通情况,采集了三对井的高质量原始井间地震资料,并对其进行了直达波旅行进速度层析反演和反射波成像处理,最终获得高分
济阳坳陷中浅层天然气富集,储层含气前后岩石物理性质发生变化,因此可以利用地震方法进行检测和识别.文章在岩石物理分析的基础上,利用亮点、AVO等特殊处理方法,总结出了济阳坳陷浅中层气藏的亮点、AVO、三维可视化解释等地震识别与预测技术;并针对识别中层气藏开展了三维AVO处理解释研究,在实际应用中取得了较好的效果.
本文针对柴达木盆地复杂地区存在很强的浅表干扰,激发能量难以下传等特征,通过激发组合形态的研究和试验,限制了浅表次生干扰的形成.利用曲面激发的聚焦原理,增强了地震波的下传能量,在柴达木盆地西部油泉子地区实施取得了良好的效果.
本文基于统计学习理论中的结构风险最小化原理,提出了结构风险最小化神经网络方法及实现过程.该方法在自适应地扩展神经网络容量的同时,完成网络的结构设计,并且在样本有限的情况下,最大限度地提高网络的训练精度和泛化能力,进而提高神经网络预测结果的可靠性.文中给出了本文方法在大庆油田某开发区块储层油气检测的应用实例.